Nivel: Principiante
【Presentador】
Yukio Takahashi, director representante de BioStat Institute Co., Ltd.
[Resumen de la presentación] Si intenta analizar dos variables cualitativas y cuantitativas en datos reales, inevitablemente terminará con un "diseño bidireccional irregular repetido". No puedo encontrar mi libro de texto. Quizá por eso, en la Web prevalece que ``no se puede analizar a menos que las repeticiones sean iguales''. La razón de esto es que el método de análisis que utiliza la matriz de diseño X con variables ficticias, que se basa únicamente en la descomposición de la suma de cuadrados, es odiado en los libros de texto de introducción a la estadística. Un usuario de JMP que utilice Fit Model no debe preocuparse por si las repeticiones son iguales o desiguales. Probablemente sepa que cuando intenta encontrar las medias de nivel de una variable cualitativa en Detalles del efecto, obtiene 'Media de mínimos cuadrados' y 'Media', y que están en desacuerdo. Pero, ¿puedes explicar la diferencia correctamente? Por lo tanto, presentamos un método de análisis que utiliza la función de matriz de Excel para datos de arreglos bidireccionales irregulares repetidos de 2 x 3, y lo comparamos con el resultado del análisis de JMP para profundizar nuestra comprensión del principio de cálculo de "ajuste de modelo". se presenta la descomposición por suma de cuadrados para futuras aplicaciones.
[Perfil del presentador]
He estado usando SAS desde JMP4 y antes de JMP. En la empresa en la que trabajaba, realicé educación estadística utilizando varios tipos de JMP, y también realicé actividades para difundir JMP dentro de la empresa. Este resultado ha sido presentado en las reuniones de la JMPer. Después de jubilarse, estableció una empresa de consultoría por cuenta propia y continúa con sus actividades. Recientemente, siento que la capacidad de analizar estadísticamente datos reales en muchos campos académicos (excepto las estadísticas clínicas) en Japón está disminuyendo colectivamente. Para mí, el método de diseño experimental era indispensable para aprender la teoría estadística y ponerla en práctica. El tema de esta época era un problema que ya me había sido resuelto, pero cuando volví a leer los libros relacionados con el diseño de experimentos, encontré que no había ningún ejemplo usando el principio de cálculo del "ajuste de modelos" de JMP. Estaba horrorizado por el desfile de métodos de análisis tradicionales que insistían en descomponer la suma de los cuadrados, y estaba convencido de que se trataba de un engaño generalizado de que era imposible analizar datos bidireccionales con irregularidades repetidas.
